李飞飞谈AI时代职场:顶尖专家与主动型通才会更占优势

AI时代职场或走向两端:顶尖专家与主动型通才更有优势。

原文标题:李飞飞最新访谈:10年后,职场只会剩下2类工作者!

原文作者:图灵编辑部

冷月清谈:

文章围绕李飞飞与MasterClass创始人大卫·罗吉尔的一场播客访谈展开,核心观点是:AI可能让未来职场出现“杠铃效应”。一端是前1%的顶尖专家,他们借助AI过滤重复性工作,把精力集中在高价值判断与创造上;另一端是高主动性的通才,他们能主动使用AI、搭建流程、解决多类问题。被挤压的不是某个具体岗位,而是停留在“还不错执行者”层面的人。李飞飞进一步强调,无论是专家还是通才,关键都在于主动性、创造性和深入使用工具的能力。文章后半部分延伸到AI时代的学习与思维训练,推荐了多本关于AI学习、数学思维、创造性思考、黑客精神和费曼学习法的书,试图说明未来竞争力不只来自会用工具,更来自清晰思考、持续学习和主动定义问题的能力。

怜星夜思:

1、如果AI把“还不错的执行”变得很便宜,普通职场人该优先补专业深度,还是补跨领域能力?
2、文章里说中间层的问题不是技能问题,而是“姿势问题”。你觉得职场里的“正确用AI姿势”到底是什么?
3、未来更吃香的是“前1%的专家”,但普通人真的有机会成为前1%吗?这个目标会不会太鸡血?
4、学校和家长应该教孩子“使用AI”,还是更应该训练提问、判断和表达这些底层能力?

原文内容

“AI教母”李飞飞和MasterClass创始人兼CEO大卫·罗吉尔做了一场播客访谈。访谈标题是:《AI教母:10年后,只会剩下两类工作者》。


但其实"两类工作者"的说法是罗吉尔先抛出来的,李飞飞表示认同,并把问题进一步深入。罗吉尔在访谈里说:我的一个假设是,你会看到一个杠铃效应的出现。有一批人正在成为真正的专家。


一个还凑合的文案撰稿,现在任何人用一个大语言模型都能做得不错。但如果我是世界上最好的文案,或者在前1%,那你就没法轻易打败我。


而我们看到的另一个角色,是高主动性的通才。他们能做很多不同的事情,在判断力和主动性方面有很强的技能。


杠铃两端,一端是前1%的顶尖专家,另一端是能同时驾驭多件事的高主动性通才。中间那些“还凑合”的人,空间正在被压缩。


李飞飞同意这个判断,加了一层分析:不管你在专家那一侧还是通才那一侧,你都需要有主动性,你都应该能够以一种独特的、有创造力的、深入的方式去使用工具。


杠铃左端的顶尖专家,是把增强用到极致的人。AI帮他们筛掉90%的重复工作,把精力集中在最需要人类判断力的那10%上。他的价值不是被压缩了,是被释放了。


杠铃右端的通才,是主动发起增强的人。自己上手,自己造工具,自己定义工作流。他们不是在等一个被增强的未来,他们自己就是增强的起点。


中间层的问题不是技能问题,是姿势问题。AI把执行层面的“还不错”拉到了极高的水平线。停留在“能执行”这个层面的人,不管做什么,都会被追平。


但只要从“等着被安排怎么用AI”切换到“我自己上手看看能干什么”,中间层就有机会把自己推到杠铃的任何一端。


李飞飞认为:我们教孩子们怎么用火、用刀,再到用互联网。现在,作为一个物种,一个社会,我们必须学会怎么用AI这件事。

《AI时代,学什么,怎么学》

作者:和渊

本书作者依托丰富的一线教育实践,以及对AI和当代教育的深入洞察,全面剖析了当下该如何正确且高效地使用AI工具提升学习与思考能力。作者从孩子需要具备的核心能力出发,探讨了在AI时代,孩子们应如何抓住机遇、科学应对挑战。同时,书中还详细分析了孩子未来在学科选择、专业方向、职业规划、人生发展等方面的关键决策,为家长与孩子提供了宝贵的参考建议。


《可变思考:数学与创造性思维》

作者:[日]广中平祐

译者:佟凡


日本数学大家、菲尔兹奖得主广中平祐著作!稻盛和夫力荐,呈现数学家观察事物的独特视角与思考方式。


1.稻盛和夫力荐,日本累计销售10万册!

2.菲尔兹奖得主理解“复杂”与“变化”的巧妙视角,用数学的智慧探索创造力的本质

3.讲述创造性思维的本质与根源传授学习、研究、教育中的创造性思维的模式与方法


《数学觉醒:学会更清晰地思考

作者:[法]戴维·贝西(David Bessis)

译者:赵晓蕊

菲尔兹奖得主陶哲轩、雨果·杜米尼强推!《欢乐数学》作者本·奥林、《微积分的力量》作者史蒂夫·斯托加茨、《数学的逻辑》作者郑乐隽、数学巨匠伊恩·斯图尔特等诚挚推荐!


打动全球顶级数学家的奇书!全书没有一个公式却讲透数学思维这一高级“软实力”!让数学帮我们培养清晰思考的能力,塑造认知和思维!掌握真正有用的学习能力。



《黑客与画家(10万册纪念版)》

作者:保罗·格雷厄姆

译者:阮一峰

硅谷创业教父保罗·格雷厄姆畅销近20年的思想经典,一书了解何为黑客精神、如何创造财富与开拓未来。


有效的思考方式,才是你最强大的武器,透过黑客与画家的视角,与聪明的头脑对话,了解为何聪明人和我们想得不一样。透过15篇通俗易懂的文章,了解黑客精神如何塑造我们的世界,用黑客的先进思想与方法武装头脑,离财富更近,离自洽更近,离未来更近。


《费曼思考法:5步成为学习高手》

作者: [美] 彼得·霍林斯(Peter Hollins)

译者:戴童

科学家的想法,到底哪里不一样?我们也可以像科学家一样思考吗?

观察 | 动机 | 提问 | 模型 | 输出!


1.解读物理学家理查德•费曼的智慧之源。重要的不仅是费曼思考了什么,而是他是如何思考的。


2.费曼思考法的核心在于探索事物本质,重视观察与提问。运用科学家的思维技巧,革新思维模式,激发自身潜能。


3.费曼笔记本法、学徒效应法、IRADE学习法……一系列实操性极强的学习秘籍,告别低效学习的困境,创建自己的思维模型,唤醒好奇心的力量。

《这就是 OpenClaw》

刘江 | 著

9 个案例让你了解小龙虾。12 大真实场景,满足职场人(个人效率、内容创作、企业办公及创业变现)的多方面需求。30 分钟快速上手,无复杂部署,零编程基础也能上手。

《 图解 Skill 》

宝玉 | 著

百万粉丝 AI 应用专家宝玉作品,85 幅示意图 × 40 张实用表格 × 67 处特别提示,这本书是 Skill 工作流系统化落地经验的一线总结。本书不绑定平台,扣子、Claude Code、OpenClaw 均可使用;也不要求读者具备编程基础,只要你想用 AI 提效,就可以通过本书学会技能,并立刻投入使用。

重磅新书上市


硬核科普x财富逻辑x认知升级】AI时代,真正的财富不在代码里,而在沙子与硅片之间。当别人还在为AI应用的表象惊叹时,这本书已带你潜入冰山之下--从指甲盖上的芯片城市,到AI算力的“发动机功率”;从存储芯片的百年进化,到让芯片“光速聊天”的CPO技术;从大模型“接话”的秘密,到Token如何成为AI世界的通用货币;从提示词工程到智能体(Agent),再到驯服AI野马的。Harness架构,最后直面AI投毒的安全暗战。


本书用极简比喻和真实案例,拆解了11个普通人必须掌握的底层认知。它不是代码教程,而是一张AI时代的产业地告诉你芯片为什么比黄金还贵,存储为何迎来十年一遇的超级周期,中国冬半导体如何换道超车,以及普通人怎样用“说清楚”的能力撬动AI红利。


读完它,你将不再被AI术语唬住,而是看懂科技新闻背后的财富流向,在投资、择业或日常使用中,做出更清醒的判断。

我觉得正确姿势就四个字:先干再说。别等公司培训,别等完美工具。拿自己每天最烦的一个小任务试,比如整理会议纪要、生成周报提纲、做资料初筛。能省半小时,就已经赚到了。

2 个赞

我站跨领域一点。现在很多工作的问题不是不会做,而是不知道该做什么、怎么串起来。会写一点、会分析一点、会自动化一点、还能沟通业务的人,真的很吃香。当然前提是别把“通才”理解成“万金油打杂”。

3 个赞

关于“教孩子用AI还是练底层能力”,我觉得底层能力更重要。工具会换,提问、判断、表达不太会过时。只教孩子点按钮,很快就会落后;教他怎么验证答案,价值更长期。

2 个赞

回应“普通人能不能成为前1%”:如果说全球前1%,确实很难;但如果是某个细分场景的前1%,机会大很多。比如不是“最会写文案的人”,而是“最懂某类B端产品转化文案的人”,范围缩小后就没那么玄学。

3 个赞

针对“正确用AI姿势是什么”,我觉得第一步是别把AI当搜索框。搜索是找信息,AI更适合帮你拆任务、生成方案、模拟反方意见、检查漏洞。只问一句“帮我写个方案”,效果通常就很一般。

1 个赞

关于“专业深度 vs 跨领域能力”,我的理解是二者不是二选一,而是有顺序。深度决定你能不能判断AI答案靠不靠谱,广度决定你能不能把AI用到更多场景。没有深度的广度,很容易变成复制粘贴型选手。

2 个赞

我理解的正确姿势是:人负责目标、标准和判断,AI负责草稿、变体和重复劳动。比如写报告,不是让它一键写完,而是让它先列结构、补案例、找风险点,最后由人来定稿。

2 个赞